Czas trwania: kampania ciągła
Agencja: Cube Group
WPROWADZENIE
Klienci korzystający z usługi dostawy jedzenia są zmęczeni jednakowymi informacjami o ofercie i promocjach. Dostają je każdego dnia z różnych źródeł. Najlepszym sposobem zainteresowania ich i przywiązania jest kierowanie do nich komunikatów odpowiadających ich zwyczajom i potrzebom. Budowa CDP, pełne poznanie użytkownika i wykorzystanie uczenia maszynowego to w przypadku branży food delivery recepta na spersonalizowaną i maksymalnie efektywną komunikację z klientami oraz wzrost sprzedaży
CEL
Zwiększenie sprzedaży na obecnych klientach dzięki analizie danych oraz kierowaniu komunikacji:
1. do właściwej osoby
2. we właściwym czasie
3. i z właściwym przekazem
ZAŁOŻENIA
1. Budowa dedykowanej Customer Data Platform z pełnymi danymi o klientach (wśród nich znalazły się m.in. daty zamówień, wartość koszyka, zamawiany produkt, promocje, z których klient do tej pory korzystał, godzina zamawiania). Dane zostały zebrane z różnych źródeł (m.in. systemów marketingowych), oczyszczone i ujednolicone, a następnie połączone w jeden profil użytkownika (obraz 360˚).
2. W kolejnym kroku wykorzystaliśmy Machine Learning, aby wdrożyć strategię maksymalnie spersonalizowanej komunikacji (mail, sms) – z ofertą dopasowaną do preferencji klienta i wysłaną w czasie, gdy jest największe prawdopodobieństwo, że klient zareaguje na reklamę.
3. Dysponując zaawansowanymi danymi i najskuteczniejszym algorytmem ML, podzieliliśmy klientów na segmenty, zależne od ich ulubionych promocji oraz produktów, i wysyłaliśmy im spersonalizowane mailingi (32 tys.) i SMS-y (30 tys.).
EFEKTY
19% – wzrost wartości transakcji w porównaniu ze standardową, niespersonalizowaną wysyłką
115% – wzrost CTR w działaniach SMS
22% – wzrost Open Rate dzięki spersonalizoanym mailingom
647% ROI – zwrot inwestycji z CDP po 3 miesiącach – spadek kosztów konwersji
– 35% spadek kosztów konwersji
PODSUMOWANIE
Branża Food Delivery jest bardzo konkurencyjna. Żeby się wyróżnić i zdobyć uwagę klienta, trzeba bardzo dobrze go poznać. Dlatego kluczowe jest zgromadzenie danych na jego temat. Realizując kampanię, wykorzystaliśmy do tego celu zaawansowane narzędzia do gromadzenia, porządkowania, segmentacji i analityki.
W efekcie mogliśmy kierować do użytkowników maksymalnie spersonalizowane i dopasowane do ich potrzeb komunikaty. W przypadku food delivery zdecydowanie najlepiej sprawdziła się personalizacja czasu komunikacji i dostosowywanie go do preferencji użytkownika i indywidualnej częstotliwości zamówień. To kiedy klient dostawał informację o ofercie, było kluczowe dla konwersji.
Artykuł jest fragmentem Casebooka E-commerce Grupy Roboczej E-commerce, którego premiera miała miejsce w styczniu 2020r. Publikacja stanowi zbiór 8 case studies kampanii e-commerce i jest dostępna bezpłatnie w formacie PDF.
